Базата данни AEQUITAS е основният технологичен резултат от проекта AEQUITAS. Тя представлява дигитално хранилище, което събира, организира и осигурява на достъп до данни за половите и расовите системни пристрастия в биомедицинския ИИ. Базата данни превръща разнородната информация за пристрастията в биомедицинския ИИ в последователна и лесна за използване база от знания, която подпомага клиничната осведоменост, изследователските дейности и разработването на политики.
Базата данни е свободно достъпна през сайта на проекта (https://aequitasproject.eu/), в раздела „Резултати“.
Фигура 1: Базата данни AEQUITAS, както е представена в раздела „Резултати“ на сайта на проекта.
📌 Базата данни бе разработена въз основа на заключенията от обстоен доклад за системните пристрастия. Изводите, класификациите и доказателствата, посочени в този доклад, послужиха като основа за структурирането на съдържанието на базата данни и за определянето на категориите пристрастия, включени в платформата.
Базата данни AEQUITAS е създадена за разнообразни групи потребители, всяка от които има различни, но взаимно допълващи се нужди:
За специалистите в областта на здравеопазването (Вас) базата данни предоставя ресурс за:
Идентифициране на потенциални пристрастия в диагностичните инструменти и инструментите за подпомагане на вземането на решения, базирани на ИИ, използвани в клинична среда;
Повишаване на клиничната осведоменост и подобряване на грижите, ориентирани към пациента;
Намаляване на риска от погрешни диагнози и неподходящо лечение, произтичащи от пристрастни резултати на ИИ.
За гражданските организации базата данни дава възможност за:
Повишаване на осведомеността относно неравенствата в здравеопазването, свързани с използването на ИИ;
Застъпничество за справедливи и приобщаващи системи на здравеопазване;
Подкрепа за защитата на основните права в контекста на цифровото здравеопазване.
За изследователи и политици базата данни подпомага:
По-нататъшни научни изследвания на пристрастността в биомедицинския ИИ;
Разработването на клинични насоки и стандарти;
Регулаторен надзор и формулиране на политики на европейско ниво.
След като влезете в базата данни, ще я видите представена в ясен табличен формат. Всеки ред съответства на документиран случай на пристрастие в биомедицинско приложение с ИИ. Потребителите могат да разгледат подробна информация, като заглавие на проучването, източник и автори, област на заболяването, тип източник, обхват на приложението (например диагностика, прогнозиране на риска), тип на установеното пристрастие и кратко описание, обобщаващо резултатите. Базата данни предоставя също така информация за засегнатите групи от населението (например пол и/или расов произход), което Ви позволява да разберете по-добре разпределението и въздействието на пристрастностите в различни контексти.
Освен това интерфейсът включва функции за сортиране и филтриране, които Ви позволяват да навигирате ефективно в набора от данни и да извършвате целенасочено проучване въз основа на конкретни критерии.
Фигура 3: Основният интерфейс на базата данни AEQUITAS, показващ табличния списък със записите и функцията „Филтриране по отклонение“.
Всеки запис в базата данни съдържа следните полета:
📌 Многоезичен обхват: Източниците, включени в базата данни, не се ограничават до публикации на английски език. С цел да се осигури по-широко покритие и приобщаващ характер, партньорите по проекта са включили и съответни източници на своите национални езици, като по този начин са събрали контекстуални данни, които може да не са налични в международната литература. Ключовата информация от всички източници е стандартизирана в единен формат, за да се гарантира достъпност за всички потребители.
При кликване върху който и да е запис в базата данни се отваря прозорец с пълната информация, записана за съответния случай. Това Ви позволява да прочетете кратко описание на установеното пристрастие, да разберете клиничния му контекст и да прецените доколко е от значение за Вашата практика.
Фигура 4: Примерен за изглед на записите с пример за проучване относно справедливостта в прогнозите на машинно обучение за повторни хоспитализации на пациенти с диабет, показващ пристрастия в представянето, обучението и оценката, засягащи пациенти от афроамерикански и испаноамерикански произход.
Примерът по-горе илюстрира как работи базата данни на практика. Записът документира проучване, в което са сравнени няколко модела за машинно обучение за прогнозиране на повторни хоспитализации при пациенти с диабет. Проучването установи, че макар някои модели да постигат равностойни резултати при различните полове, все още съществуват различия при афроамериканските и испано-американските пациенти, при които се наблюдават по-високи нива на фалшиви положителни резултати. Базата данни има за цел да представя именно такъв вид структурирана, основана на доказателства информация, като Ви улеснява да идентифицирате кои инструменти за ИИ във Вашата област могат да носят риск от пристрастия и за кои групи пациенти.
Базата данни AEQUITAS е създадена не само като инструмент за научни изследвания, но и като практически ресурс за вземане на клинични решения и повишаване на осведомеността. Ето няколко начина, по които можете да я интегрирате в ежедневната си практика:
Преди да въведете нов инструмент, базиран на ИИ: Търсете в базата данни записи, свързани с областта на заболяването и обхвата на приложение на инструмента. Проверете дали са документирани случаи на пристрастия при подобни инструменти и за кои групи пациенти. Използвайте тази информация, за да формулирате въпросите си по време на процедурата по възлагане на поръчка или когато изразявате опасения пред Вашата институция.
Когато използвате диагностичен инструмент или инструмент за подпомагане на вземането на решения, подпомаган от ИИ: Ако забележите резултати, които изглеждат несъвместими или неочаквани за конкретни групи пациенти, проверете в базата данни дали са документирани подобни модели. Това може да Ви помогне да определите дали наблюдаваното от Вас явление е по-скоро документиран модел на пристрастие, отколкото изолирана аномалия.
При грижа за пациенти от недостатъчно представени групи: Използвайте базата данни, за да проверите дали инструментите с ИИ, използвани при грижата за тях, имат документирани различия в ефективността по отношение на техния пол, расова или етническа група. Тази осведоменост може да подпомогне по-информираната клинична преценка и да Ви помогне да защитите интересите на пациента си.
За непрекъснато професионално развитие: Базата данни е динамичен ресурс, който ще се актуализира с появата на нови доказателства. Периодичното й преглеждане може да Ви помогне да останете информирани за актуални констатации за пристрастия в приложенията с ИИ, свързани с Вашата специалност.
📌 Ключово послание: Базата данни AEQUITAS е практически ресурс, създаден за Вашата клинична практика. Използвайте я, преди да въведете нов инструмент, базиран на ИИ, когато забележите неочаквани резултати, както и при грижата за пациенти от недостатъчно представени групи. Колкото повече медицински специалисти я използват, толкова по-полезна става тя за всички.
📌 Съвети и предложения:
Базата данни е проектирана като динамичен и развиващ се инструмент. Нови записи ще се добавят, когато се появят допълнителни доказателства, затова си струва да я преглеждате редовно, особено когато инструментите с ИИ във Вашата клинична област се актуализират или се въвеждат нови такива.
Функцията за филтриране (видима на фигура 3) Ви позволява да стесните резултатите по тип пристрастие. Като начало опитайте да филтрирате по видовете пристрастия, които са най-релевантни за Вашата специалност, например пристрастие при представянето за сърдечно-съдови инструменти или пристрастие при измерването за скрининг на депресия.
Базата данни включва източници на различни европейски езици. Ако търсите доказателства, специфични за Вашия национален контекст, записите от партньорски институции във Вашата страна могат да бъдат особено подходящи.
Базата данни допълва досието за система с ИИ и регистъра за бдителност при системите с ИИ, представени в Модул 5. Ако документирате инцидент в регистъра за бдителност, проверката на базата данни за подобни документирани случаи може да Ви помогне да поставите констатацията в контекст и да подкрепите реакцията на ръководството на Вашата институция.
Вече, след като сте завършили всички модули от обучението AEQUITAS, разполагате с необходимите знания, за да разберете как работи ИИ в здравеопазването, да разпознавате видовете и последствията от пристрастията, свързани с пола и расовия произход, да се ориентирате в етичната и правната среда, както и да използвате практическите инструменти, разработени в рамките на AEQUITAS (базата данни и регулаторния модел), във Вашата ежедневна практика.
Следващата стъпка е да приложите тези знания: по време на практическите сесии ще имате възможност да разгледате потенциални сценарии от реалния живот, да обсъдите казуси и да приложите на практика инструментите, с които сте се запознали.
Като част от този проект, финансиран от ЕС, Ви молим да попълните кратка анкета, подготвена от Европейската комисия. Тя спомага за събирането на обратна връзка от участниците в проекти, финансирани от Програмата „Граждани, равенство, права и ценности“ (CERV) - като AEQUITAS, подпомагайки оценката на тяхното въздействие и подобряването на бъдещи инициативи в цяла Европа.
Можете да разгледате анкетата тук: проучване на ЕС относно правосъдието, правата и ценностите
⚠️ Моля, изчакайте да попълните анкетата след приключването на обучителните сесии на живо, за да може Вашата обратна връзка да отразява пълния опит, получен в обучението.
За допълнителна информация относно обучителните сесии на живо, можете да се свържете с Виктория Богданова, старши анализатор в Центъра за изследване на демокрацията, на тел. 0886270193 или на имейл victoria.bogdanova@csd.eu.